1 什么是数据增强？

定义：通过人工生成多样化训练样本的技术，在不实际收集新数据的前提下，对现有数据进行变换扩展。

通俗理解：像给照片加「滤镜」和「特效」，但目的是让AI模型学习更强大的特征。

示例场景（以安全帽检测为例）：

• 原始图片 → 建筑工人正脸佩戴安全帽

• 增强后可能包含：

  • 旋转30度的工人侧脸

  • 模拟阴天环境的低亮度版本

  • 添加雨雾效果的施工场景

  • 镜像翻转的左右对称版本

2 为什么需要数据增强？

场景	问题	增强解决方案
数据量不足	只收集到200张现场照片	生成2000+变异样本
模型过拟合	只在晴天数据表现好	添加阴雨雾雪模拟
现实复杂性	无法涵盖所有拍摄角度	随机旋转/透视变换
硬件限制	高分辨率训练困难	随机裁剪缩小尺寸

关键作用：

1. 提升模型泛化能力（识别不同光照/角度的安全帽）

2. 防止过拟合（避免模型死记硬背训练样本）

3. 增强鲁棒性（应对实际场景中的噪声干扰）

3 具体实现

直接先上代码，然后再讲注意事项

3.1 数据增强脚本

以下是一个使用albumentations库实现的完整数据增强脚本，支持对指定文件夹内的所有图片进行批量增强处理。命名为：my_script.py（可根据自己的喜欢命名）

import os
import cv2
import albumentations as A
from tqdm import tqdm

def augment_folder(input_dir, output_dir, num_augments=3):
    """
    对输入文件夹中的图片进行数据增强
    :param input_dir: 输入图片文件夹路径
    :param output_dir: 输出结果文件夹路径
    :param num_augments: 每张图片生成的增强版本数量
    """
    # 创建输出目录
    os.makedirs(output_dir, exist_ok=True)

    # 定义增强管道
    transform = A.Compose([
        A.RandomRotate90(p=0.5),
        A.Flip(p=0.5),
        A.RandomResizedCrop(height=256, width=256, scale=(0.8, 1.0), p=0.5),
        A.RandomBrightnessContrast(p=0.3),
        A.GaussianBlur(blur_limit=(3, 7), p=0.2),
        A.HueSaturationValue(p=0.3),
        A.CLAHE(p=0.3),
        A.RandomGamma(p=0.2)
    ])

    # 获取图片文件列表
    image_files = [f for f in os.listdir(input_dir)
                  if f.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp'))]

    # 处理进度条
    pbar = tqdm(image_files, desc="Processing images")

    for filename in pbar:
        # 读取原始图片
        image_path = os.path.join(input_dir, filename)
        image = cv2.imread(image_path)
        if image is None:
            continue

        # 生成多个增强版本
        for i in range(num_augments):
            # 应用数据增强
            transformed = transform(image=image)
            transformed_image = transformed["image"]

            # 生成新文件名
            name, ext = os.path.splitext(filename)
            new_filename = f"{name}_aug{i}{ext}"
            output_path = os.path.join(output_dir, new_filename)

            # 保存增强后的图片
            cv2.imwrite(output_path, transformed_image)

if __name__ == "__main__":
    # 配置参数
    input_directory = "input_images"    # 输入图片文件夹
    output_directory = "augmented_images"  # 输出结果文件夹
    augmentations_per_image = 5        # 每张图片生成5个增强版本

    # 执行数据增强
    augment_folder(input_directory,
                  output_directory,
                  num_augments=augmentations_per_image)

    print(f"数据增强完成！增强后的图片已保存至：{output_directory}")

3.2 代码说明

3.2.1 支持功能

• 支持常见图片格式：jpg、png、jpeg、bmp
• 自动跳过无法读取的图片文件
• 原始文件名会保留并添加_aug0、_aug1等后缀
• 使用tqdm显示处理进度条
• 自动创建输出目录（如果不存在）

3.2.2 支持的增强操作‌

• 随机90度旋转
• 水平/垂直翻转
• 随机裁剪和缩放
• 亮度对比度调整
• 高斯模糊
• 色调饱和度调整
• CLAHE直方图均衡
• Gamma校正

3.3 使用说明‌

TIPS：建议在anaconda下，新建一个虚拟环境，来实现数据增强，避免污染其他环境

3.3.1 创建环境并激活

conda create -n data_process python=3.8
conda activate data_process

• data_process：环境名。可替换为自己想要的命名

3.3.2 安装依赖库

pip install albumentations opencv-python tqdm

3.3.3 脚本修改

1、修改输入输出路径（必选）
修改脚本第58、59行的，input_directory和output_directory变量名对应的内容，应为输入图片所在文件夹和输出文件所在文件夹。

PS：尽量使用绝对路径，避免出错

2、调整增强强度（可选）
修改num_augments参数控制每张图片生成的增强版本数量

3、自定义增强管道（可选）
在transform中调整或添加Albumentations的增强操作

4、增强效果预览‌（可选）
如果需要预览增强效果，可以将以下代码添加到循环中

# 在cv2.imwrite之前添加
preview = cv2.resize(transformed_image, (512, 512))
cv2.imshow("Preview", preview)
cv2.waitKey(100)  # 显示100ms

3.3.4 运行

激活虚拟环境后，在终端中，输入以下命令

python my_script.py

4 最后

你可以通过修改transform管道中的参数来调整增强策略

albumentations官方文档提供了完整的增强操作列表和参数说明：albumentations官方文档